Un réseau neuronal d’attention à fusion multi-caractéristiques pour la reconnaissance des signaux EEG épileptiques

L'épilepsie est un trouble cérébral chronique courant. La détection de l'épilepsie par l'observation de l'électroencéphalographie (EEG) est la méthode principale utilisée par les neurologues, mais cette méthode est longue. Les signaux EEG sont non stationnaires, non linéaires et souvent très bruyants, il reste donc difficile de reconnaître les signaux EEG épileptiques avec plus de précision et automatiquement. Cet article propose un nouveau système de classification des signaux EEG épileptiques pour l'EEG à canal unique basé sur le réseau d'attention qui intègre des caractéristiques temporelles-fréquentielles et dynamiques non linéaires. Le système proposé comporte trois modules novateurs. Le premier module construit le spectre de Hilbert (HS) avec une haute résolution temporelle-fréquentielle dans un réseau de convolution parallèle à deux canaux. Les caractéristiques temporelles-fréquentielles sont entièrement extraites en complétant les caractéristiques de haute dimension des deux branches. Le deuxième module construit un diagramme de récurrence en niveaux de gris (GRP) qui contient plus de caractéristiques dynamiques non linéaires que le RP traditionnel, alimenté dans le module de convolution connecté par résidus pour un apprentissage efficace des caractéristiques dynamiques non linéaires. Le troisième module est le module de fusion de caractéristiques basé sur un mécanisme d'auto-attention pour attribuer des poids optimaux à différents types de caractéristiques et améliorer davantage la capacité d'extraction d'informations du système. Par conséquent, le système est nommé HG-SANet. Les résultats de plusieurs tâches de classification sur la base de données EEG de Bonn et la base de données EEG Bern-Barcelona montrent que le HG-SANet peut capturer efficacement le degré de contribution des caractéristiques extraites de différents domaines, améliorer significativement la capacité d'expression du modèle et augmenter la précision de la reconnaissance des signaux EEG épileptiques. Le HG-SANet peut améliorer l'efficacité du diagnostic et du traitement de l'épilepsie et présente de larges perspectives d'application dans les domaines du diagnostic des maladies cérébrales.